首页|基于LSTM的燃料电池发动机寿命预测

基于LSTM的燃料电池发动机寿命预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着工业4.0和数据科学的发展,利用数据对氢燃料电池发动机剩余寿命进行预测,将有利于提前发现发动机性能退化问题,进而及时采取维护保养措施,对发动机安全运行以及延长发动机运行寿命至关重要.传统发动机寿命预测一般基于机理模式的经验判断或者数理统计,但在氢燃料电池发动机这个技术尚不稳定成熟的发展阶段,传统手段无法保证相对较低的误差.本文在不依赖于机理模式的情况下,利用传感器收集的数据,基于神经网络深度学习的模式,构建一种基于数据驱动的长短期记忆神经网络(LSTM)的剩余寿命预测模型,通过机器的训练与学习,分析预测氢燃料电池发动机的寿命衰减情况,为预测性维护提供数据支持.
Life Prediction of Fuel Cell Engine Base on LSTM

郭克珩、张璞、郝磊

展开 >

北京顺亿达运力科技集团有限公司 北京市 100192

北京博瑞华通科技有限公司 北京市 100192

氢燃料电池发动机 长短期记忆神经网络 寿命预测 预测性维护

2023

时代汽车
时代汽车

时代汽车

影响因子：0.014
ISSN：1672-9668
年,卷(期)：2023.(3)
  • 2